期刊文章详细信息
采用基于分解的多目标进化算法的电力环境经济调度 ( EI收录)
EnvironmentalEconomic Dispatch Adopting Multi-Objective Evolutionary Algorithm Based on Decomposition
文献类型:期刊文章
机构地区:[1]郑州大学电气工程学院,河南省郑州市450001 [2]中原工学院电子信息学院,河南省郑州市450007 [3]南洋理工大学电气电子工程学院,新加坡南洋道50号639798
基 金:国家自然科学基金项目(61305080);河南省科技攻关计划项目(132102210521)~~
年 份:2014
卷 号:38
期 号:6
起止页码:1577-1584
语 种:中文
收录情况:AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号:20142617873926)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D的多目标环境经济调度算法。该算法首先采用Tchebycheff法将整个EED Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用差分进化同时求解这些子问题,并在算法中加入约束处理及归一化操作,以获得最优的带约束EED问题的调度方案。最后,应用模糊集理论为决策者提供最优折中解。对IEEE 30节点测试系统进行仿真计算,并与其它智能优化算法的调度方案对比。结果表明,该算法有效可行,且具有很好的收敛速度和求解精度。
关 键 词:环境经济调度 多目标进化算法 MOEA D PARETO最优前沿
分 类 号:TM73]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...